路线图 - ZLHad/OpenVideoHarness GitHub Wiki

English · 中文

这是维护者（@ZLHad）截至 2026-10-03 的计划，会随进展调整，这一页也会跟着改。想提建议，请开一个 issue。"以后"里的条目只是想法，不是承诺。

已经能用的东西见项目状态，每个版本改了什么见 CHANGELOG。

现在：正在做

• 把实验性的部分放到真实场景里试。 第 09 类还没剪过真实素材，导出的东西也没在剪辑软件里打开过。Blender 指南部分已实测：Blender 5.2.2 渲过一个风格样片和介绍片的开场，但冒烟测试里还有几项、指南自己的 build 和 render 命令还没跑过。生成片段这条路也还没调用过任何视频模型。每样第一次真实运行，都会纠正它的数字。
• 听一听新的声音。 31 个样片的配乐和 showcase 00–03 的声音，通过了 agent 能做的每一项测量。维护者听过最初几版候选混音和 02 里被标出来的几处旁白，还没有人用耳朵判过定稿的混音。

最近完成的

• 重做介绍片（v5）。 103 秒：开场 15.8 秒用代码驱动 Blender 路径追踪（118 万颗星组成的星系，每颗星都是一支片子），之后是 v3 的一镜到底世界，数字更新到现在的仓库，加了 31 种风格的样片墙。v3 留在 showcase/04-intro-film/v3/。
• 先有立意，再有风格（#44）：playbook 12、关卡 ① 的立意卡、单独标出的底线条目和改成默认值的其余口味规则，以及第 8 个评分维度"立意"；配套的有五支社区作品的案例拆解（#43）、五条从立意出发的全片骨架（#45）和研究笔记 06，一次对比只守底线的 A/B（#46）。
• 规格先定（#47）：BRIEF 里的 Watch on 和 Resolution，字号下限按在哪看分档，4K 只是渲染设置。
• 31 种风格：Blender 样片场景和 tabletop-miniature（#42），pastel-ui 和 y2k-chrome（#49）；预设作为参考挂到项目上，不再当模板（#48）。
• 会变化的音效：每个事件自己的 variant、六个新转场、sfx audition、重复提醒（#39），当时的 28 个样片和 00–03 都按它重渲过（#40）；按音符驱动画面的音符表（#41）。
• showcase 02 和 03 的旁白补上了词级时间，02 的"2 GHz"一句重新合成（#36）；念出来的字幕按字幕规则查，太短的字幕会延长（#38）。
• README 的样片一支一行：预览、带声音的原片链接、需求、建议的做法和声音（#34）。
• bin/vh <命令> -h 只打印用法，不再真的运行（#50）；hf-init 的字体取本机字体（#35）；bin/vh check 报告色彩格式（#37）。
• 给 28 个样片配上贴合风格的配乐，靠一个新的配乐引擎：77 种合成乐器、一套节奏型的写法、立体声和混响总线（#13），物理建模的拨弦（#20），动机和动态（#24），以及重新编曲、重新渲染的样片（#31）。
• 给 showcase 00–03 配上声音：配乐、音效，02 和 03 还有中文、英文旁白（#32）。
• 混音 profile 和混音报告（#21）：人声、音乐、音效之间的电平层次，以及更严的卡点检查。
• 导演模式和决定优先的审阅页（#19），以及看图做决定的工具：分镜页、节奏图、风格对照、封面预览、谱面图（#25）。
• 镜头配方：24 个配方、三份节奏骨架、bin/vh recipes（#27）。
• 三篇新的 playbook（叙事、钩子与封面、作曲；#23）；之后 #44 又加了讲立意的 playbook 12，playbook 现在是 00–12。
• 第 09 类：剪辑你自己的素材（实验性；#30）、Blender 指南（实验性；#29）和按任务重写的生成片段一章（#26）。
• 调研同类项目（agent 做视频、剪辑工具、声音工作室）：2026-09-30 已完成，发现陆续拆成小 PR 落地，第 09 类就是据此写的。
• 安装文档：会下载什么、各有多大，以及国内网络的镜像设置（#22）。
• 研究笔记：五篇记录一路上量过什么的实验记录（#33）。
• 样片渲染重新做到逐字节一致（#17）。
• ElevenLabs 词级时间（#7）：把逐字符时间拼成词，和 --align gemini 的单位一致。还没有对真实接口测过。
• 第二轮复查的修复，针对 v0.2.0 以来合并的全部改动（#14、#15）。
• README 里的全局图（#12）。
• 这个 wiki，2026-10-03 按 main 刷新过一遍。

下一步：v0.3

• 发一个新版本，把 v0.2.1 以来堆在 main 上的改动带上：CHANGELOG 的 Unreleased 已经很长了。
• 每个样片的每一项评分都达到 8 分以上（现在一个都还没有；大多数是在加"立意"之前按 7 个维度评的，见风格库）。
• 版本 tag 和 Release：v0.1.0、v0.2.0、v0.2.1 已经发布。v* tag 由两个规则集保护：只有管理员能创建，任何人都不能移动或删除（见 CONTRIBUTING.md）。
• showcase 片子的 9:16 竖屏版本。
• 介绍片的中文旁白版。
• 第 09 类文档里描述了、但还不存在的工具：缺口测量、逐接缝指标、剪辑清单编译器。
• 3D 和着色器短片的类型文档。现在这类片子按发布片类型加 playbook/08 来做，要路径追踪的镜头有 Blender 指南（部分已实测），介绍片的开场是现成的例子；README 的路线图里叫它第 10 类。
• 打磨 Linux 上的安装体验。CI 覆盖 Ubuntu，也修过第一批问题；安装只在 Ubuntu 24.04 上试过。
• 社区投稿风格：一份投稿模板和一套评审流程。

以后：一些想法

• 社区有需要时，再加引擎和视频类型。剪辑你自己的素材已经开了头，就是第 09 类。
• bin/vh music 的速度图（渐慢、渐快）。
• 一个在线放映页，集中展示样片。
• 把整个工作台打包成可安装的 skill 或插件。现在的 skill 只是一个指针，第一次用时再把仓库装好。
• 中英文之外的其他语言。
• README 路线图里另外两项：逐字高亮的字幕（用 --align gemini 时，逐词时间已经写进 captions.json），以及工作流文档的英文版。

想帮忙

挑一项，先开个 issue 说一声，免得重复劳动，然后按参与贡献来。